[AEM Assets]{class="badge positive" title="AEM Assetsに適用）。"}
スマートタグのトレーニング
スマートタグトレーニングは、組織の特定のタグ構造とビジネス分類法をタグエンジンに教えるので、デフォルトセットがビジネスのアセットの詳細をカバーしていない場合にカスタムタグを定義できます。 スマートタグトレーニングでは、AdobeのAI （人工知能）フレームワークである Adobe AI を使用して、タグ構造とビジネス分類法に関する画像認識アルゴリズムをトレーニングします。 このトレーニングされたコンテンツインテリジェンスは、新しいアセットや以前はタグ付けされていなかったアセットに、ビジネスに特化した適切なタグを自動的に適用します。Experience Manager Assetsは、アップロードされたアセットにスマートタグをデフォルトで自動的に適用します。
スマートタグトレーニングの仕組み
スマートタグトレーニングは、自動化された画像認識を、特定の企業がコンテンツを分類して検索する方法に合わせます。 このプロセスは次のように機能します。
- タグ構造と分類を指定 – 組織がアセットを分類する方法を反映したタグとビジネス分類を指定します。
- 認識アルゴリズムのトレーニング — Adobe AIは、ラベル付きアセットを分析し、各タグに関連付けられた視覚的パターンを学習します。
- コンテンツインテリジェンスの構築 – トレーニングされたモデルは、一般的ですぐに使えるタグのみに依存するのではなく、特定のタグ構造を理解します。
- タグを自動的に適用 — Experience Manager Assetsは、このコンテンツインテリジェンスを使用して、アップロード時に新しいアセットや以前にタグ付けされていないアセットに関連するタグを適用します。
アルゴリズムは独自の分類法でトレーニングされているため、生成されるタグは、デフォルトのタグだけよりもビジネスに適しています。 これは、標準タグセットがドメイン固有の製品、カテゴリ、属性を認識しない場合に特に役立ちます。
スマートタグトレーニングの主な利点
- 企業固有のタグ付け – 一般的なラベルだけでなく、組織の分類に沿ったタグを認識して適用します。
- 自動アプリケーション — デフォルトでは、Experience Manager Assets個のタグが手作業なしでアセットをアップロードしました。
- 検索性が向上 – より正確で関連性の高いタグにより、デジタルアセット管理システム内でアセットを簡単に検索して整理できます。
- 拡張性の高い一貫性 – 一度訓練されると、アルゴリズムは大量の新規および以前はタグ付けされていなかったアセットに一貫性のあるタグを適用します。
Adobe AI画像認識を独自のタグ構造とビジネス分類法と組み合わせることで、スマートタグ トレーニングは自動化されたタグ付けをデフォルトの機能を超えて拡張し、組織が実際にコンテンツを分類および取得する方法と一致する方法でアセットにラベルを付けます。
スマートタグトレーニングの要件の決定 smart-tag-training-requirement
スマートタグトレーニングは、アセットに関連するラベルを認識して適用する自動タグ付けモデルを教えます。 トレーニングは、次のシナリオで必要です。
- 自動ラベラーを追加して、繰り返しのラベル付けを排除します。トレーニング済みのスマートタグは、同じアセットをアップロードするたびにラベルが自動的に適用されるため、手作業による反復を節約します。
- タグの関連性を改善して、アセットがコンテキストに最も適したラベルと一致するようにします。
- アセットに表示されるラベルのタグ付け精度を 向上 して、誤ったタグや無関係なタグを減らします。
- 既定のモデルがまだ認識しないラベルを使用できないか、見つからないラベルを追加します。
スマートタグのトレーニングに関する手順
スマートタグは、Experience Manageras a Cloud Serviceが機械学習モデルを使用してデジタルアセットに自動的に適用されるメタデータラベルです。これにより、アセットの検索、フィルタリング、整理が容易になります。 Experience Manageras a Cloud Serviceは、テキストベースのアセットとビデオのスマートタグをデフォルトで自動生成します。 これらのモデルはテキストや動画のコンテンツ用に事前にトレーニングされているため、これらのアセットタイプにタグを付けるための追加の設定は必要ありません。
ただし、画像は、カスタムトレーニングされたモデルが役立ちます。 モデルのトレーニングでは、Experience Managerに対して、画像ライブラリに存在する特定のオブジェクト、スタイル、またはブランドに関連する概念を認識するように教えます。 これにより、タグ付けの正確性と一貫性が向上し、大規模な画像コレクションを管理するチームにとって、アセットの見つけやすさと検索の関連性が直接向上します。
画像上でスマートタグをトレーニングするためのワークフロー
画像用のスマートタグをトレーニングするには、次のタスクを順番に実行します。
- タグモデルとガイドラインを理解 — タグモデルの仕組みとトレーニングデータの準備に関するガイドラインを確認して、適切に構造化された代表的な例からモデルを学習します。
- モデルのトレーニング — サンプル画像を提供し、アセットに関連するタグを認識するようにモデルをトレーニングします。
- デジタルアセットへのタグ付け – 学習済みモデルを適用して、画像アセット全体にスマートタグを生成します。
- タグと検索を管理 – 検索結果のタグを確認、調整、管理して、検索を正確かつ最新の状態に保ちます。
次の手順に従うことで、タグ付け前にモデルが適切に設定され、Experience Manager内の検索とアセット管理をCloud Serviceとして強化する信頼性の高いスマートタグが生成されます。
タグモデルとガイドラインの理解 understand-tag-models-guidelines
タグモデルは、タグ付けされる画像のデザイン、使用、カラー、スタイルなど、明確な視覚的側面に関連付けられた関連タグのグループです。 モデル内の各タグは明確に異なる視覚的特性にマッピングされるため、タグが画像に適用されると、検索サービスは特定の種類の画像を正確に取得できます。 単一モデルのタグは共通のテーマを共有するため、タグをグループ化することで、画像検索結果の精度と関連性が向上します。
例えば、靴コレクションには様々なタグを含めることができますが、これらのタグはすべて靴に関連し、同じタグモデルに属することができます。 これらのタグを靴の画像に適用すると、利用者は様々な種類の靴を見つけることができます。例えば、by design （スニーカー、フォーマル、サンダルなど）やby usage （ランニング、ハイキング、カジュアルウェアなど）などです。 この構成により、各タグは有意義な視覚的な区別をコード化するため、各検索クエリが最も関連性の高い画像のサブセットに確実に解決されます。
タグモデルを作成してサービスをトレーニングする前に、次の手順に従って確実な結果を得ることができます。
- ビジネスのコンテキストで画像内のオブジェクトを最もよく表す一意のタグのセットを特定します。 各タグは、モデルが画像タイプを区別できるように、重複のない明確な視覚的側面を表す必要があります。
- キュレートされたセット内のアセットが トレーニングガイドライン に準拠していることを確認します。 ガイドラインに準拠したアセットを適切に監修することで、トレーニングされたサービスが検索中にどのようにタグを適用するかを直接判断できるため、これらのガイドラインの遵守は不可欠です。
トレーニングガイドライン training-guidelines
トレーニングセットの画像が次のガイドラインに準拠していることを確認します。 適切に準備されたトレーニングセットは、一貫性があり、明確に範囲が設定されているため、結果として得られるタグモデルの精度が直接向上します。
- 関連性：トレーニングするタグを明確に表す画像のみを含めます。 各画像は、そのタグの代表例として認識できる必要があります。
- 一貫性：品質、明瞭性、フレーミングが同等の画像を使用して、モデルがノイズではなく信頼性の高い視覚的パターンを学習できるようにします。
- 範囲をクリア: タグが同じ論理カテゴリに属する場合にのみ、タグを単一のタグモデルにグループ化します。 1つのモデルで無関係なカテゴリを混在させることは避けてください。
- 十分な量: モデルが一般化できるように、タグごとに十分な明確な例を提供し、複数のモデルで同じ被写体を重複しないようにします。
図：トレーニングガイドラインの例を示すコヒーレンスのイラスト画像
図：トレーニングガイドラインの例を示す対象範囲のイラスト画像
図：トレーニングガイドラインの例を示す妨害物と障害物のイラスト画像
図：トレーニングガイドラインの例を示す完全性のイラスト画像
例：ガイダンスのさらなる例を以下に示します。
-
推奨タグモデルスコープ – 次の要素のみを含むタグモデルを作成します。
- 車種に関するタグ
- 大人と子供のジャケットに関するタグ
-
避けるべきこと：作成しないでください。
- 2019 年と 2020 年にリリースされた車種を含むタグモデル
- 同じ車種をいくつか含む複数のタグモデル
トレーニングを元に戻すことはできません。 トレーニングは元に戻せないので、画像の選択を事前に慎重に確認して最終調整しておきます。 これらのガイドラインに従うことで、トレーニングセットが適切で一貫性があり、明確なものであることをトレーニングにコミットする前に確認できるため、タグモデルの精度が向上します。
カスタムタグに合わせたモデルのトレーニング train-model
企業固有のタグに対してカスタムモデルをトレーニングすることで、スマートタグを使用して組織にとって重要なカテゴリーを認識できるようになり、自動タグ付けの精度と関連性が向上します。 ビジネス固有のタグに合わせてモデルを作成してトレーニングするには、次の手順に従います。
-
必要なタグと適切なタグ構造を作成します。 関連する画像をデジタルアセット管理（DAM）リポジトリにアップロードします。
-
Experience Manager Cloud Service ユーザーインターフェイスで、Assets／スマートタグトレーニングにアクセスします。
-
「作成」をクリックします。 「タイトル」、「説明」を入力します。
-
「タグ」フィールドのフォルダーアイコンをクリックします。 ポップアップウィンドウが開きます。
-
モデルに追加する適切なタグを検索するか、
cq-tags内の既存のタグから選択します。 「次へ」をクリックします。note NOTE タグの構造は、名前（アルファベット順）、作成日、変更日を基準に、昇順または降順に並べ替えることができます。 -
アセットを選択ダイアログで、各タグに対して「アセットを追加」をクリックします。 デジタルアセット管理（DAM）リポジトリを検索または参照して、各タグについて 少なくとも10枚、最大50枚の画像 を選択します。 この範囲は、正確なモデルをトレーニングするのに十分な視覚的多様性を提供し、過適合や過度のトレーニング負荷を防ぎます。 フォルダーではなくアセットを選択します。 画像を選択したら、選択をクリックします。
-
選択した画像のサムネールをプレビューするには、タグの前にあるアコーディオンをクリックします。 「Assetsを追加」をクリックして、選択範囲を変更します。 選択が完了したら、「送信」をクリックします。 ユーザーインターフェイスは、ページの下部に、トレーニングが開始されたことを確認する通知を表示します。
-
各タグモデルの「ステータス」列で、トレーニングのステータスを確認します。 可能なステータスは次のとおりです。
- 保留中 — トレーニングリクエストが送信され、キューに入れられているか処理中です。
- トレーニング済み — モデルは正常にトレーニングされ、カスタムタグを適用する準備が整いました。
- 失敗 — トレーニングは正常に完了しなかったため、通常はタグの選択と関連アセットを確認した後に再試行する必要があります。
図：タグ付けモデルをトレーニングするトレーニングワークフロー手順。
トレーニングのステータスとレポートの表示 training-status
アセットのトレーニングセット内のタグに関するスマートタグサービスのトレーニングが実施されたかどうかを確認するには、レポートコンソールでトレーニングワークフローレポートを調べます。
- Experience Manager Cloud Service インターフェイスで、ツール／アセット／レポートに移動します。
- アセットレポートページで、「作成」をクリックします。
- 「スマートタグトレーニング」レポートを選択し、ツールバーで「次へ」をクリックします。
- レポートのタイトルと説明を指定します。 「レポートをスケジュール」で、「今すぐ」オプションを選択したままにします。 レポートを後で生成するようにスケジュールするには、「後で」を選択し、日時を指定します。 次に、ツールバーの「作成」をクリックします。
- アセットレポートページで、生成したレポートを選択します。 レポートを表示するには、ツールバーの「表示」アイコンをクリックします。
- レポートの詳細をレビューします。 レポートには、トレーニングしたタグのトレーニングステータスが表示されます。 トレーニングステータス列の 緑 の色は、スマートタグサービスがタグに対して 完全にトレーニング されていることを示しています。つまり、タグを確実に適用するのに十分なラベル付き例を学習しました。 黄色の色は、サービスが特定のタグに対して部分的にトレーニングされていることを示します。そのため、トレーニングが完了するまで、そのタグのタグ付けの精度が低くなる可能性があります。 タグ用にサービスを完全にトレーニングするには、タグを正確に認識するために十分なラベル付き例がサービスに必要なため、特定のタグを含む画像をさらに追加してトレーニングワークフローを実行します。 このレポートにタグが表示されない場合は、これらのタグに対してトレーニングワークフローを再度実行します。
- レポートをダウンロードするには、リストから対象のレポートを選択し、ツールバーの「ダウンロード」をクリックします。 レポートはスプレッドシートとしてダウンロードされます。
環境が同じIMS組織に属している場合、スマートタグのトレーニングをエクスポートする必要はありません。トレーニングは、その組織内の環境で自動的に共有されるからです。 環境が複数の IMS 組織にまたがっている場合は、スマートタグのトレーニングを共有または書き出す方法はありません。
スマートタグに関する制限事項とベストプラクティス limitations-smart-tags-training
- モデルをトレーニングするには、モデルがこれらの例から直接タグの関連付けを学習するので、最も適切で代表的な画像を使用します。 トレーニングを元に戻すことができず、トレーニング モデルを削除できません。 タグ付けの精度は現在のトレーニングに直接依存するため、トレーニング画像を慎重に選択します。誤った画像や非代表な画像は、タグ付けの精度を永続的に低下させます。
- 特定のビデオを使用して、ビデオにスマートタグを適用するサービスをトレーニングすることはできません。 ビデオスマートタグは、デフォルトのAdobe AI設定でのみ機能し、独自のビデオでカスタマイズすることはできません。
最適な結果を得るには、視覚的に似ている画像を使用し、それぞれのタグについてサービスのトレーニングを実施することをお勧めします。 視覚的に類似したトレーニング画像は、サービスが共通の視覚的特徴を認識するのに役立ち、新しいアセットに適用されるタグの一貫性と精度を向上させます。
関連情報